车牌识别系统

我们介绍了一些关于道路大门的基本内容。今天，我们将介绍车牌识别系统。后期还有保安岗亭 ，阳光房、空降门、广告门、伸缩门、门、铝艺门、通道门.后期会陆续发给大家，迫不及待的可以去某宝店:，店主很热情。好了，开始文本。

随着时代的发展，智能车牌识别系统已广泛应用于社区、购物中心、汽车站等停车场。智能车牌识别系统已成为当今社会智能交通管理的重要作用！

对大多数人来说，提到智能车牌识别系统已经是一种熟悉的停车场管理设备，其作用是为人们创造一个智能、方便、安全的停车环境。当然，智能车牌识别系统采用监控高清车牌识别摄像头、自动快速提升杆门、电子语音集成显示屏、数字车辆检测器和照明设备，目的是实现车主进出停车场.

车牌识别系统(Vehicle License Plate Recognition，VLPR) 它是计算机视频图像识别技术在车辆牌照识别中的应用。车牌识别广泛应用于高速公路车辆管理，电子收费（ETC）也是系统中的组合DSRC识别车辆身份的主要手段。

车牌识别技术要求从复杂背景中提取和识别运动中的车牌，通过车牌提取、图像预处理、特征提取、车牌字符识别等技术识别车牌号码、颜色等信息。目前较新技术水平为字母和数字识别率可达99.7%，汉字识别率可达99%。

在停车场管理中，车牌识别技术也是识别车辆身份的主要手段。深圳市局建设的停车场 车牌识别技术已成为车辆识别的主要手段。

车牌识别技术结合电子不停车收费系统（ETC）识别车辆，过往车辆通过十字路口无需停车，即可实现车辆身份自动识别、自动收费。在车场管理中，为了提高出入口车辆的交通效率，车牌识别正在改变进出停车场的管理模式，为不收取停车费的车辆（如月卡车和内部免费交通车辆）建立无人值守的快速通道。

中文名

车牌识别系统

外文名

Vehicle License Plate Recognition，VLPR

应 用

自动识别车牌

硬件配置

像机、主控机、采集卡

智能配置，无需取卡(无电脑)

系统简介

编辑

车牌识别系统

车牌识别系统(Vehicle License Plate Recognition，VLPR) 是指能够检测到被监控道路的车辆，并自动提取车牌信息(包括汉字字符、英文字母、 处理数字和牌照颜色的技术。车牌识别是现代智能交通系统的重要组成部分之一，应用广泛。基于数字图像处理、模式识别、计算机视觉等技术，分析摄像机拍摄的车辆图像或视频序列，获得每辆车的唯一车牌号，完成识别过程。停车场收费管理、交通流量控制指标测量、车辆定位、车辆防盗、公路超速自动化监管、闯红灯电子警察、公路收费站等功能可通过一些后续处理手段实现。维护交通安全和城市治安，防止交通堵塞，实现交通自动化管理具有现实意义。

车牌号是车辆唯一的身份标志，车牌自动识别技术可实现车辆身份自动登记验证，技术已应用于公路收费、停车管理、称重系统、交通诱导、交通执法、公路检查、车辆调度、车辆检测等场合。

以下列举了几种应用方法：

——监测报警

对于列入黑名单的车辆，如被通缉或挂失的车辆、欠费车辆、未经年检的车辆、肇事逃逸和违章车辆，只需将车牌号码输入应用系统，车牌识别设备安装在*的十字路口、十字路口或执法人员随时携带，系统将阅读所有车牌号码，并与系统中的黑名单进行比较，一旦发现*车辆，立即发送报警信息。系统可全天不间断工作，无疲劳，错误率极低；能适应高速行驶的车辆；能在不影响正常交通的情况下完成车辆行驶任务；司机在整个监控过程中不会意识到，保密性高。该系统的应用将大大提高执法效率。

——超速违章处罚

车牌识别技术与速度测量设备相结合，可用于车辆超速违规处罚，一般用于高速公路。具体应用是：在道路上设置速度监测点，捕捉超速车辆，识别车牌号码，将非法车辆的车牌号码和图片发送到各出口；在各出口设置处罚点，用车牌识别设备识别车辆，并将车牌号码与已收到的超速车辆号码进行比较。一旦号码相同，启动警告设备，通知执法人员处理。与传统的超速监测方法相比，该应用程序可以节省警察，降低执法人员的工作强度，安全、高效、隐藏，司机需要提醒自己不要超速，大大减少超速造成的事故。

——车辆进出管理

在出入口安装车牌识别设备，记录车辆的车牌号码和进出时间，并与自动门和栏杆机的控制设备相结合，实现车辆的自动管理。停车场可实现自动计时收费，也可自动计算可用停车位数量并提示，实现停车收费自动管理，节约人力，提高效率。应用于智能社区，可自动判断车辆是否属于社区，对非内部车辆实现自动计时收费。在一些单位，该应用程序也可以与车辆调度系统相结合，自动客观地记录单位车辆的交通状况。车牌识别管理系统采用车牌识别技术，实现无停车、无卡，有效提高车辆交通效率。

——自动放行

将*的许可证信息输入系统，系统自动读取车辆许可证并查询内部数据库。对于需要自动释放的车辆系统，驱动电子门或栏杆机通过，将警告其他车辆系统，由值班人员处理。可用于特殊单位（如军事管理区、保密单位、重点保护单位等）、路桥收费站、高级住宅区等。

——公路收费管理

车牌识别设备安装在高速公路的每个出入口。车辆进入时，识别车辆车牌，将入口数据存储在收费系统中。车辆到达出口时，再次识别车牌，根据车牌信息调用入口数据，结合出入口数据实现收费管理。该应用程序可以实现自动收费，防止作弊，避免应收账款的损失。

高速公路已经开始实施互联网收费。随着互联网范围的扩大，不同车型的收费差距越来越高。司机利用现有收费系统的漏洞，通过换卡逃费的问题将越来越突出。使用车牌识别技术是解决此类问题的根本途径。

——计算车辆旅行时间

在交通管理系统中，车辆在道路上的平均旅行时间可以作为判断道路拥堵的参数。在道路起止点安装车牌识别设备，阅读所有车辆，并将车牌号码传回交通指挥中心。指挥中心的管理系统可以根据这些结果计算车辆的平均旅行时间。

——自动登记牌照号

交通监管部门每天都要处理大量的非法车辆图片，一般是人工识别车牌号码，然后输入管理系统，工作量大，容易误判疲劳。自动识别可以降低工作强度，大大提高处理速度和效率。该功能可用于电子警察系统、道路监控系统等。

车牌识别停车场管理系统自动识别并将摄像机在入口处拍摄的车牌号码图像转换为数字信号。一卡一车，车牌识别的优识别的优对应卡和车，使管理提高一个等级，卡和车的优点是长租卡必须与车一起使用，消除一卡多车使用的漏洞，提高物业管理提高物业管理效率；自动比较进出车辆，防止盗窃。升级后的摄像系统可以收集更清晰的图片作为档案保存，可以用于一些 提供强有力的证据。 便于管理人员在车辆出现时进行比较，大大提高了系统的安全性。

车牌自动识别技术是利用车辆动态视频或静态图像自动识别车牌号码和车牌颜色的模式识别技术。通过收集和处理图像，完成车牌自动识别功能，可以自动从图像中提取车牌图像，自动分割字符，然后识别字符.硬件基础一般包括触发设备(监控车辆是否进入视野)、摄像设备、照明设备、图像采集设备、识别车牌号码的处理器(如计算机)等。

识别流程

车牌自动识别是一种利用车辆动态视频或静态图像自动识别车牌号码和车牌颜色的模式识别技术。硬件基础一般包括触发设备（监控车辆是否进入视野）、摄像设备、照明设备、图像采集设备、识别车牌号码处理器（如计算机）等，其软件核心包括车牌定位算法、车牌字符分割算法、光学字符识别算法等。一些车牌识别系统还具有通过视频图像判断是否有车辆的功能，称为视频车辆检测。一个完整的车牌识别系统应包括车辆检测、图像采集、车牌识别等。当车辆检测部分检测到车辆到达时，触发图像采集单元，采集当前视频图像。车牌识别单元处理图像，定位车牌位置，然后分割车牌中的字符进行识别，然后形成车牌号码输出。

车辆检测

车辆检测可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等方式。视频检测可避免损坏路面，无需附加外部检测设备，无需纠正触发位置，节省费用，更适合移动便携式应用的要求。

视频车辆检测系统需要高处理速度，采用优秀算法，实现图像采集和处理，基本不丢帧。如果处理速度慢，会导致帧丢失，使系统无法检测到行驶速度快的车辆，也难以保证识别处理在有利于识别的位置开始，影响系统识别率。因此，视频车辆检测与车牌自动识别相结合具有一定的技术难度。

号码识别

车牌识别需要以下基本步骤：

1、 照片中的牌照位置定位；

2.分割牌照字符，分割牌照中的字符；

3.识别许可证字符，识别分割的字符，较终形成许可证号码。

在车牌识别过程中，根据算法不同，可以在上述不同步骤中实现车牌颜色识别，通常与车牌识别相互配合，相互验证。

一、牌照定位

在自然环境中，汽车图像背景复杂，光线不均匀。如何在自然背景中准确确定许可区域是整个识别过程的关键。首先，搜索收集到的视频图像，找到几个符合汽车许可证特征的区域作为候选区域，然后进一步分析和判断这些候选区域，较后选择较佳区域作为许可区域，并从图像中分离出来。

二、牌照字符分割

许可区域定位完成后，将许可区域划分为单个字符，然后进行识别。字符分割一般采用垂直投影法。由于垂直方向上的字符投影必须在字符之间或字符之间的间隙附近获得局部较小值，因此该位置应满足字符书写格式、字符、尺寸限制等许可证条件。垂直投影法对复杂环境下的汽车图像中的字符分割具有良好的效果。

三、 牌照字符识别方法

基于模板匹配算法和人工神经网络算法。基于模板匹配算法，首先将分割后的字符二值化，将其尺寸缩放到字符数据库中的模板尺寸，然后匹配所有模板，选择较佳匹配作为结果。基于人工神经网络的算法有两种:一种是先提取字符的特征，然后用获得的特征训练神经网络分配器；另一种方法是直接将图像输入网络，通过网络自动提取特征，直到识别结果。

在实际应用中，车牌识别系统的识别率也与车牌质量和拍摄质量密切相关。许可证的质量会受到各种因素的影响，如锈蚀、污染、油漆剥落、字体褪色、许可证堵塞、许可证倾斜、亮反射、多许可证、假许可证等；实际拍摄过程也会受到环境亮度、拍摄方法、车速等因素的影响。这些影响因素不同程度地降低了车牌识别的识别率，这也是车牌识别系统的困难和挑战。为了提高识别率，除了不断改进识别算法外，还应找到克服各种光照条件的方法，使收集到的图像较有利于识别。

技术路线

采用计算机视觉技术识别车牌的过程通常包括五个步骤：车辆图像采集、车牌定位、字符分割、光学字符识别和输出识别结果。车辆图像的采集决定了车牌识别的技术路线。国际ITS自然光和红外光图像采集识别是两条主流技术路线。属于绿色环保技术，自然光和红外光不会对人体产生不良心理影响，也不会对环境产生新的电子污染。

自然光路线是指白天使用自然光，晚上使用辅助照明光源，使用彩色摄像机收集车辆的真实彩色图像，使用彩色图像分析和处理方法识别车牌。自然光真实彩色识别技术路线与人眼感光习惯一致，真实彩色图像能反映车辆

及其周围环境的真实图像信息不仅可以用来识别车牌，还可以用来识别车牌颜色、交通流量、车型、车辆颜色等车辆特征。采用摄像采集的图像，实现前端所有基本视频信息的采集、识别和人工辅助图像的证据收集和识别，为未来智能交通系统工程预留接口。

红外光路线是指利用车牌反射和红外光的光学特性，利用红外相机收集车辆灰度图像。由于红外特性，车牌几乎只能在车辆图像上看到，然后通过黑白图像处理识别车牌。nm红外照明装置可以捕捉到反光车牌照的良好图像。因为红外光是看不见的，它不会对司机产生视觉影响。另外，红外照明装置提供的是不变的光，所抓拍的图像都是一样的，不论是在一天中较明亮的时候，还是在一天中较暗的时候。唯一的例外是在白天，有时会看到一些牌照周围的细节，这是因为晴朗天气时太阳光的外光波的影响。采用红外灯的缺点就是所捕获的车牌照图像不是彩色的，不能获取整车图像，并且严重依赖车牌反光材料。

技术特点

车牌识别技术是现代智能交通系统重要组成部分，其应用十分广泛。它以计算机视觉处理、数字图像处理、模式识别等技术为基础，对摄像机所拍摄的车辆图像或者视频图像进行处理分析，得到每辆车的车牌号码，从而完成识别过程。通过一些后续处理技术其可以实现停车场出入口收费管理、盗抢车辆管理、高速公路超速自动化管理、闯红灯电子警察、公路收费管理等等功能。对于维护交通安全和城市治安，防止交通堵塞，实现交通全自动化管理有着现实的意义。

我国标准汽车牌照是由汉字、英文字母和 数字组成，汉字识别与字母和数字的识别有很大的区别，汉字的识别增加了识别的难度；

我国汽车车牌的悬挂位置不统一；

其他国家的汽车牌照格式(如汽车牌照的尺寸大小，牌照上字符的排列等)通常只有一种，而我国则根据不同车辆、车型、用途规定了多种牌照格式，分为普通车轿车、使馆车、警车、军车等，并且通常汽车牌照中也分大车和小车；

我国汽车牌照的底色和字符颜色有多种组合，我们日常生活中常见的有蓝底白字车牌、黄底黑字车牌、以及白底黑字车牌等等。

体系结构

一个车牌识别系统的基本硬件配置是由摄像机、主控机、采集卡、照明装置组成。而软件是由一个具有车牌识别功能的图像分析和处理软件，以及一个满足具体应用需求的后台管理软件组成。

车牌识别系统于是出现了两种产品形式，一种是软硬件一体，或者用硬件实现识别功能模块，形成一个全硬件的车牌识别器，例如DSP。另外一种形式是开放式的软、硬件体系，即硬件采用标准工业产品，软件作为嵌入式软件。两种产品形式各有优缺点。开放式体系的优点是由于硬件采用标准工业产品，运行维护容易掌握，备品备件采购可以从任何一家产商获得，不用担心因为一家产商倒闭或供货不足而出现产品永久失效或采购困难。而软硬件一体式产品，对于使用者操作产品时更易操作及控制。对于后期的维护调试也更易于掌握。

触发方式

车牌识别系统有两种触发方式，一种是外设触发，另一种是视频触发。

外设触发工作方式是指采用线圈、红外或其他检测器检测车辆通过信号，车牌识别系统接受到车辆触发信号后，采集车辆图像，自动识别车牌，以及进行后续处理。该方法的优点是触发率高，性能稳定；缺点是需要切割地面铺设线圈，施工量大。

视频触发方式是指车牌识别系统采用动态运动目标序列图像分析处理技术，实时检测车道上车辆移动状况，发现车辆通过时捕捉车辆图像，识别车牌照，并进行后续处理。视频触发方式不需借助线圈、红外或其他硬件车辆检测器。该方法的优点是施工方便，不需要切割地面铺设线圈，也不需要安装车检器等零部件，但其缺点也十分显著，由于算法的极限，该方案的触发率与识别率较之外设触发都要低很多。

车牌识别系统

1、间接法:指通过识别安装在汽车上的IC卡或条形码中所存储的车牌的信息来识别车牌及相关信息。IC卡技术识别准确度高，运行可靠，可以全天候作业，但它整套装置价格昂贵，硬件设备十分复杂，不适用于异地作业;条形码技术具有识别速度快、准确度高、可靠性强以及成本较低等优点，但是对于扫描器要求很高。此外，二者都需要制定出全国统一的标准，并且无法核对车、条形码是否相符，也是技术上存在的缺点，这给在短时间内推广造成困难。

2、直接法:基于图像的车牌识别技术属于直接法，是一种无源型汽车牌照智能识别方法，能够在无任何专用发送车牌信号的车载发射设备情况下，对运动状态车辆或静止状态车辆的车牌号码进行非接触性信息采集并实时智能识别。与间接法识别系统相比，首先，这种系统节省了设备安置及大量资金，从而提高了经济效益;其次，由于采用了先进的计算机应用技术，所以可提高识别速度，较好地解决实时性问题;再次，它是根据图像进行识别，所以通过人的参与可以解决系统中的识别错误，而其他方法是难以与人交互的。

直接法一般有图像处理技术，传统模式识别技术及人工神经网络技术。

1、图像处理技术:运用图像处理技术解决汽车牌照识别的研究较早始于80年代，但国内外均只是就车牌识别中的某一个具体问题进行讨论，并且通常仅采用简单的图像处理技术来解决，并没有形成完整的系统体系，识别过程是使用工业电视摄像机拍下汽车的工前方图像，然后交给计算机进行简单的处理，并且较终仍需要人工干预，例如车辆牌照中省份汉字的识别问题，1985年有人利用常见的图像处理技木方法提出汉字识别的分类是在抽取汉字特征的基础上进行的，根据汉字的投影直方图选取浮动闭值，抽取汉字在竖直方向的峰值，利用树形查表法进行汉字的粗分类;然后根据汉字在水平方向的投影直方图，选取适当闭值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与标准模式链码的较小距离，实现细分米完成汉字省名的自动识别。

2、传统模式识别技术。传统模式识别技术指结构特征法，统计特征法等。90年代，由于计算机视觉技术的发展，开始出现汽车牌照识别的系统化研究。1990年AS.Johnson等运用计算机视觉技术和图像处理技术实现了车辆牌照的自动识别系统。该系统分为图像分割、特征提取和模板构造、字符识别等三个部分。利用不同闽值对应的直方图不同，经过大量统计实验确定出车牌位置的图像直方图的闽值范围，从而根据特定闽值对应的直方图分割出车牌，再利用预先设置的标准字符模板进行模式匹配识别出字符。

3、人工神经网络技术。近几年来，计算机及相关技术发达的一些国家开始探讨用人工神经网络技术解决车牌自动识别问题，例如1994年M.M.M.FANHY等就成功地运用了BAM神经网络方法对车牌上的字符进行自动识别，BAM神经网络是由相同神经元构成的双向联想式单层网络，每一个字符模板对应着唯一个BAM矩阵，通过与车牌上的字符比较，识别出正确的车牌号码。

这种采用BAM神经网络方法的缺点是无映解决识别系统存储容量和处理速度相矛盾的问题。

技术指标

从技术上评价一个车牌识别系统，有三个指标，即识别率、识别速度和后台管理系统。当然，前提是系统要能够稳定可靠的运行。

识别率

一个车牌识别系统是否实用，较重要的指标是识别率。国际交通技术作过专门的识别率指标论述，要求是24小时全天候全牌正确识别率95%以上。

为了一个车牌识别系统识别率，需要将该系统安装在一个实际应用环境中，全天候运行24小时以上，采集至少1000辆自然车流通行时的车牌照进行识别，并且需要将车辆牌照图像和识别结果存储下来，以便调取查看。然后，还需要得到实际通过的车辆图像以及正确的人工识别结果。之后便可以统计出以下识别率：

1、自然交通流量的识别率=全牌正确识别总数/实际通过的车辆总数

2、可识别车牌照的百分率=人工正确读取的车牌照总数/实际通过的车辆总数

3、可识别全牌正确识别率=全牌正确识别的车牌照总数/人工读取的车牌照总数这三个指标决定了车牌识别系统的识别率，诸如可信度、误识率等都是车牌识别过程中的中间结果。

识别速度

识别速度决定了一个车牌识别系统是否能够满足实时实际应用的要求。一个识别率很高的系统，如果需要几秒钟，甚至几分钟才能识别出结果，那么这个系统就会因为满足不了实际应用中的实时要求而毫无实用意义。例如，在高速公路收费中车牌识别应用的作用之一是减少通行时间，速度是这一类应用里减少通行时间、避免车道堵车的有力**。

国际交通技术提出的识别速度是1秒以内，越快越好。

后台管理

一个车牌识别系统的后台管理体系，决定了这个车牌识别系统是否好用。必须清楚地认识到重要的一点是识别率达到100%是不可能的，因为车牌照污损、模糊、遮挡，或者天气也许很糟（下雪﹑冰雹﹑大雾等等）。后台管理体系的功能应该包括：

1、识别结果和车辆图像数据的可靠存储，当多功能的系统操作使得网络出差错时能保护图像数据不会丢失，同时便于事后人工排查；

2、有效的自动比对和查询技术，被识别的车牌照号码要同数据库中成千上万的车牌号码自动比对和提示报警，如果车牌照号码没有被正确读取时就要采用模糊查询技术才能得出相对“较佳”的比对结果；

3、一个好的车牌识别系统对于联网运行，还需要提供实时通信、网络安全、远程维护、动态数据交换、数据库自动更新、硬件参数设置、系统故障诊断。

选购准则

重视稳定度

随着产品算法与业者的技术提升，整合早就不是重要的话题，现阶段较需要注意的重点反而是“稳定度”。稳定度的定义是：在一个既定的车速范围内，不会让必须达到的准确度，因外在环境影响而产生过大的误差。

例如一个车牌系统在白天有90%以上的准确度，到了傍晚就降到80%，夜间又降到70%，这种不稳定的系统，比起全天候平均拥有70%准确度的车牌辨识系统更难于整合。因为使用者会认为，既然白天的辨识率有90%，那全天候的准确率都要达到90%才合理，这样的规格还不包括奇怪的环境干扰(暴雨袭击、冰雹、浓雾区段等)，与架设环境限制(高度限制、风大摇晃限制、不容易遭受人为破坏等)。

另外，车牌辨识既然是“系统”，当中软硬件架构的好坏，当然会影响“呈现的结果”。至于什么样的软件跟硬件，适合什么样的环境，这就必须因环境而异，因为不同的应用环境，对于辨识率的要求未必相同，而这就必须靠经验累积。

尽管市场上有林林总总的车牌辨识系统，用对产品与架构，可以省去很多的冤枉钱跟时间，但更重要的是，工程商与系统整合商需要多方配合及了解，而不是一味的只看重某厂牌比较好、比较便宜，凡事货比三家不吃亏。

此外，车牌辨识系统能否发挥较大效用，除了软件技术之外，与摄影机及现场施工能力，也有很大的关系。使用者可要求厂商至现场勘查后，提出建置规划方案，先评估应该架设的地点、摄影机架设角度、是否需要架设辅助光源等，再提出报价，藉由这些动作，除了得以事先评估业者的能力，用户本身也可以达到产品学习及教育训练，日后管理时，会更清楚知道该产品的使用限制及相关因应措施。 [1]

在日常录入违法号牌信息中发现车辆号牌信息与系统显示的车牌信息不符时，民警通过核查车辆信息后，把有违反交通法规的车辆信息录入指挥中心的黑名单报警系统。此车在辖区内行驶时，号牌会被系统自动识别报警。

车牌自动识别系统的使用，不仅让违法交通法规的车辆无处躲藏，还大大提高了民警的规范性和执法效率，也为进一步开展道路交通管理工作打下了良好的基础。

信息收集于网络，如有侵权请联系删除。